四个顶级大模型各获$100预算开发PDF编辑器均暴露bug

研究者用400美元预算让Gemini 3.8 Flash、GPT Astra 6、Opus 5、Fable 5自主开发开源PDF编辑器，结果所有模型产品均存在可快速触发的bug。实验表明当前coding agent无法像人类一样与软件交互。